C++中如何使用string的substr函数截取子字符串？

Question

在C++中使用`std::string`的`substr`函数时，常见的技术问题是：如何正确设置起始位置和截取长度以避免异常或未定义行为？ `substr`函数原型为`string substr(size_t pos = 0, size_t len = npos) const;`，其中`pos`是起始索引，`len`是子字符串长度。如果`pos`超出字符串范围，会抛出`out_of_range`异常；若`len`超出剩余字符长度，则自动截取到字符串末尾。 例如： ```cpp std::string str = "Hello, World!"; try { std::string sub = str.substr(7, 5); // 从索引7开始，截取5个字符，结果为"World" std::cout << sub << std::endl; } catch (const std::out_of_range& e) { std::cerr << "Error: " << e.what() << std::endl; } ``` 问题：当`pos`等于字符串长度时，调用`substr(pos, len)`会返回什么？是否会抛出异常？（提示：不会抛出异常，返回空字符串）。

Answer 1

1. 基础理解：`std::string::substr`函数的定义与行为

`std::string::substr` 是 C++ 标准库中用于从字符串中提取子串的成员函数。其原型为：

string substr(size_t pos = 0, size_t len = npos) const;

其中，`pos` 表示起始索引，`len` 表示要截取的长度。

• 如果 `pos` 超出字符串范围（即 `pos > str.length()`），会抛出 `std::out_of_range` 异常。
• 如果 `len` 超出了剩余字符的数量，则自动调整为从 `pos` 到字符串末尾的所有字符。

例如以下代码：

std::string str = "Hello, World!";
    std::string sub = str.substr(7, 5); // 结果为 "World"

上述代码从索引 7 开始，截取了 5 个字符。

2. 深入分析：当 `pos` 等于字符串长度时的行为

假设我们有如下代码：

std::string str = "Hello, World!";
    std::string sub = str.substr(str.length(), 5);

在这种情况下，`pos` 等于字符串的长度（即 13）。根据 `substr` 的定义：

1. `pos` 必须小于或等于字符串的长度，因此不会抛出异常。
2. 由于从索引 13 开始没有字符可以截取，因此返回空字符串 `""`。

总结这一行为的关键点是：`substr(pos, len)` 在 `pos == str.length()` 时，不会抛出异常，而是直接返回空字符串。

3. 实践案例：避免异常和未定义行为

在实际开发中，为了避免因错误设置 `pos` 和 `len` 导致的异常或未定义行为，可以通过以下方式检查输入参数：

场景	解决方案
`pos` 超出范围	在调用 `substr` 之前，检查 `pos <= str.length()`。
`len` 超出剩余字符数量	将 `len` 设置为 `std::min(len, str.length() - pos)`。

以下是安全调用的代码示例：

std::string safe_substr(const std::string& str, size_t pos, size_t len) {
    if (pos > str.length()) {
        throw std::out_of_range("Position out of range");
    }
    return str.substr(pos, std::min(len, str.length() - pos));
}

4. 流程图：`substr` 函数的行为逻辑

通过流程图展示 `substr` 的执行逻辑：

```mermaid
graph TD;
    A[开始] --> B{pos <= str.length()};
    B --是--> C{len <= str.length() - pos};
    C --是--> D[返回子串];
    C --否--> E[调整 len 至最大值];
    B --否--> F[抛出异常];
```

此流程图清晰地展示了 `substr` 函数在不同条件下的执行路径。

5. 高级讨论：性能与边界条件

对于大规模字符串操作，`substr` 的性能可能成为瓶颈。特别是在频繁调用时，应尽量减少不必要的拷贝操作。此外，还需注意以下边界条件：

• `pos` 和 `len` 的类型为 `size_t`，确保它们始终为非负值。
• 避免使用过大的 `len` 值，防止内存分配失败。

以下代码展示了如何优化性能：

std::string_view view_str = str;
std::string_view sub_view = view_str.substr(pos, len);

通过 `std::string_view` 避免了额外的字符串拷贝。